AI导哈

知识库管理工具

Memex是一个基于GitHub模板的个人知识库管理工具，通过AI代理实现知识的搜索、添加和格式化，适用于个人和团队的知识管理。

  • by galthran-wq
  • Python
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 galthran-wq/memex

使用说明

记忆扩展器

个人知识库作为GitHub模板。MCP服务器为AI代理提供搜索、阅读和添加知识的工具。写入通过 游标云代理 --云代理读取您的 .cursor/rules/，创建具有交叉引用的格式正确的条目，并打开PR供您查看。

运作原理

You: "add what we discussed about transformers to my knowledge base"
  ↓
Your AI agent summarizes the discussion
  ↓
Calls kb_add(summary) via MCP
  ↓
Cursor Cloud Agent spawns, reads .cursor/rules/,
creates atomic entries with typed edges, opens a PR
  ↓
You review and merge

读取路径：MCP服务器从本地磁盘读取-快速，无API调用。 写入路径：云代理处理格式化、交叉引用和PR。

快速开始

  1. 点击 使用此模板 在GitHub上
  2. 在本地克隆新仓库
  3. 配置：
cp .env.example .env
# Edit .env — set CURSOR_API_KEY
# Edit config.yaml — set github.owner and github.repo
  1. 运行服务器：
uv run memex
  1. 添加到光标MCP配置(.cursor/mcp.json):
{
  "mcpServers": {
    "memex": {
      "url": "http://localhost:8787/mcp"
    }
  }
}

完成。您的AI代理现在可以访问 kb_search, kb_list, kb_read, kb_add，以及 kb_status 工具。

知识模型

平面知识图：每个条目都是 knowledge/{slug}.md.

---
title: "RLHF"
type: concept                    # concept | reference | insight | question | note
summary: "Fine-tuning LLMs using human preference feedback"
tags: [ml, alignment]
created: "2026-02-09"
edges:
  - path: /knowledge/reward-model.md
    label: uses
    description: "Reward model scores outputs for training signal"
sources:
  - url: "https://arxiv.org/abs/2203.02155"
---
  • 打字边缘 在frontmatter中——图形的真实来源
  • Markdown链接 在正文中——为了可读性，可以在GitHub上点击
  • 反向链接 由服务器动态计算
  • 身体模板 每种类型（概念→ 定义/工作原理/连接等）

MCP工具

工具 说明
kb_search(query) 跨条目全文搜索
kb_list(type?, tag?) 列出带有可选筛选器的条目
kb_read(path) 阅读带有边缘和反向链接的条目
kb_add(summary) 启动云代理，通过PR添加知识
kb_status(agent_id) 检查云代理状态和PR URL

查看器（GitHub页面）

一个具有条目列表、过滤器和交互式图形可视化的静态网站。

当PR合并到时自动部署 master 改变着 knowledge/** （也重新部署在 viewer/** 变化）。

手动部署：转到操作→ 部署知识库查看器 → 运行工作流。

观众阅读 knowledge/*.md，构建一个 data.json，并使用vis.js图部署单页应用程序。

使用Docker运行

docker compose up

远程部署

将Docker镜像部署到任何主机。设置这些环境变量：

变量 目的
MEMEX_GIT_URL 用于克隆的回购URL
MEMEX_GIT_TOKEN GitHub PAT用于私有仓库
MEMEX_AUTH_TOKEN MCP端点身份验证的承载令牌
CURSOR_API_KEY 对于kb_add（云代理API）
OPENAI_API_KEY 用于语义搜索（可选）

远程光标MCP配置：

{
  "mcpServers": {
    "memex": {
      "url": "https://your-host.example.com/mcp",
      "headers": {
        "Authorization": "Bearer your-token-here"
      }
    }
  }
}

搜索后端

配置于 config.yaml 在...之下 search.backend:

  • bm25 （默认）--通过rank-bm25进行词频相关性排名
  • substring --零依赖回退，不区分大小写匹配
  • semantic --具有余弦相似性的OpenAI嵌入（需要 OPENAI_API_KEY)

命令行界面

云代理在PR创建过程中使用CLI工具查询知识库：

uv run python -m server.cli search "reinforcement learning"
uv run python -m server.cli list --type concept --tag ml
uv run python -m server.cli read /knowledge/rlhf.md
uv run python -m server.cli stats

相关 MCP